Parkinson hastalığında motor ve bilişsel fonksiyonun dinamik dijital Biomarkers

Bu protokol, heterojen Parkinson hastalığını bilişsel ve motor şiddetine göre stratejioluşturmamıza yardımcı olabilir. Giyilebilir sensörler kullanarak, hekimler tarafından yaygın olarak kullanılan klinik görevleri dijitalleştirebiliriz. Sinir sistemlerinin farklı fonksiyonel düzeylerinde faaliyetleri birlikte kaydederek, Parkinson hastalığının dinamik dijital biyobelirteçlerini üretmek için biliş, hareket ve duygunun son derece bilgilendirici parametrelerini belirleriz.

Bu çalışma, nörolojik hastalıkların imzalarını kişiselleştirilmiş bir şekilde karakterize etmek ve izlemek için birleştirici bir çerçeve sunarken, belirli bir tedavi veya tedavi alan bütün bir kohortun evrimi ile birlikte. Bu teknik, moleküllerden hücrelere, davranışlara kadar kendi kendine oluşturulan biyolojik faaliyetler tarafından üretilen istatistiksel değişkenliğin imzalarında yapılan değişiklikleri dinamik olarak izlemek için birleştirici istatistiksel bir platform sağlar. Birden çok yazılım akışı çok fazla bilgisayar belleği gerektirir, bu nedenle yüksek hesaplama kapasitesine sahip bilgisayarlar kullanmanızı tavsiye ederiz, aksi takdirde sistemler kayıt sırasında çökebilir.

Beyni, vücudu ve kalbi kaydetmek için birden fazla cihaz kullanıyoruz, hepsi de aynı anda, doğal hareketler sırasında, bu yüzden video gibi dinamik bir ortam, bunu en iyi şekilde gösterir. Laboratuvarımdaki prosedürleri gösteren yüksek lisans öğrencileri Jihye Ryu ve Joseph Vero olacak. Katılımcıdan bilgilendirilmiş onaylar aldıktan sonra, hareket yakalama sisteminde vücut avatarının oluşturulmasına izin vermek için katılımcının vücut boyutlarını ölçün.

Ardından, on yedi kablosuz hareket izleme sensörü ve hareket izleme yazılımı da dahil olmak üzere hareket yakalama sistemini ayarlayın. Sensörleri belirtildiği gibi tüm gövde parçalarına yerleştirin ve sensörleri engelsiz hareket için kayış bantlarıyla sabitle. Tüm sensörler yerleştirildiğinde, avatarı oluşturmak için katılımcının konumunu kalibre edin.

EEG cihazını ve kayıt yazılımını kurmak için, otuz bir kanal sensörlerini kafa derisinin üzerine yerleştirin ve kayıt cihazını başın arkasına yerleştirin. Kalp sinyalini ölçmek için son kanal sensörünü bir konektöre takın ve sensörü katılımcının midesinin sol tarafına yerleştirin. Daha sonra, katılımcının sol kulağının arkasındaki referans kanal sensörlerine takın ve EEG kapağındaki sensörlere elektrot jeli yerleştirmek için bir şırınga kullanın.

Değerlendirmeler sırasında katılımcının sesini yakalamak için katılımcının önüne bir mikrofon yerleştirin ve mikrofonu laboratuvar akışı katmanının çalışacağı bilgisayara bağlayın. Daha sonra, EEG, hareket, ses ve fare tıklamazaman damgaları akışlarını senkronize etmek için laboratuvar akışı katmanları sistemini kurmak için, laboratuvar kaydedici uygulamasını açın, fare ve ses yakalama kazan uygulaması için laboratuvar akış katmanı uygulamalarını açın ve bağlayın ve ardından şirket içinde yerleşik xsense senkronizasyon uygulaması açın. Laboratuvar kaydedici uygulamasının akış bölümünden kayıt tanın, akış öğelerinin tam listesini almak için Update'e basın ve AudioCaptureWin'EEG'MouseButtons', TrackerKinematics'in ses, EEG, fare tıklamaları ve hareket bilgilerini laboratuvar akışı katmanı sistemi üzerinden birbirine bağlamak için kutuları işaretleyin.

Kalem tableti ve hareket analizi yazılımı da dahil olmak üzere kalem hareketini yakalamak için kaydı ayarlayın ve çizim tabletini ve tablet kalemini katılımcının önüne yerleştirin. Tableti hareket analizi yazılımının kaydedeceği bilgisayara bağlayın ve tablete bir parça beyaz kağıt bantlayın. Ardından, laboratuvar akışı katmanına, hareket yakalama yazılımına ve EEG kayıt yazılımına basın.

Her görevin başında ve sonunda, görevi zaman damgalamak için hareket yakalama yazılımındaki zaman damgalama düğmesini tıklatın. Yedekleme olarak zaman damgalama düğmesini tıklattığınızda gerçek zamanı yazmayı unutmayın, böylece verilere daha sonra baktığınızda, görevi zaman damgalarından tanımlayabilirsiniz. Hemen Benson karmaşık bir figür kopyası için, katılımcıya kağıda Benson figürünü kopyalamasını ve tasarımı hatırlamasını emredin, çünkü daha sonra tasarımı bellekten yeniden çizmeleri istenecektir.

İz oluşturma testinin A bölümü için, katılımcıya artan sırada numaralandırılan daireler arasında bir çizgi çizmesini öğretin. İz oluşturma testinin B bölümünü gerçekleştirmek için, sayılar ve harfler arasında dönüşümlü olarak, artan sırada sayılar veya harfler içeren daireler arasında bir çizgi çizmeyi öğretin. Saat çizimi görevi için, katılımcıya 1'den 12'ye kadar olan sayılarla analog bir saat çizmesini ve zamanı on üzerinden on ona ayarlamasını emredin.

Gecikmiş bir Benson karmaşık figür kopyasını yürütmek için, katılımcıya Benson karmaşık figürünü boş bir kağıda bellekten çizmesini öğretin. İleri numaralar fan testi yapmak için katılımcıya deneycinin aynı sırada yüksek sesle okuduğu sayıları yinelemesini emredin. Geriye doğru sayılar fan testi için, katılımcıya deneycinin ters sırada yüksek sesle okuduğu sayıları yinelemesini emredin.

Bir işaretleme görevi için, katılımcının önündeki bir hedefi işaret etmek ve dokunmak için konumlandırın ve katılımcıyı baskın el ile kendi kendine tempolu bir şekilde kırk kez hedefi işaret etmesini emret. Bir metronom işaret görevi için, katılımcıya, arka planda dakikada otuz beş vuruşta dövmek için bir metronom ayarlarken, hedefe kırk kez kendi kendine tempolu bir şekilde işaret etmesini söyleyin, ancak metronom ritmi hakkında hiçbir şey öğretin. Tempolu bir işaretleme görevi için, katılımcıya dakikada otuz beş vuruşta geçen metronom ritminin hızını takip ederek kırk kez hedefi işaret etmesini öğretin.

Yürüme görevi yürütmek için, öncelikle katılımcıya odada beş dakika boyunca doğal olarak yürümesini emredin. Daha sonra, katılımcıya, metronomu arka planda dakikada on iki vuruşla yenmesi için ayarlarken odanın etrafında doğal bir şekilde yürümesini öğretin. Daha sonra katılımcıya, dakikada on iki vuruşla belirlenen metronom ritmine nefes alma hızını yaparken odanın etrafında doğal bir şekilde yürümesini öğretin.

Bir yüz videosu için, öncelikle katılımcıya rahatça oturmasını ve katılımcının önüne kamera ayarlamasını emredin. Kontrol değerlendirmesi için, katılımcıya beş dakika boyunca herhangi bir uyarıcı olmadan bir alana bakmasını emredin. Gülümseme değerlendirmesi için katılımcıya beş dakika boyunca komik bir video izlemesini emredin.

Çizim görevlerinin her birinde, bu temsili çalışmada hastalar kontrollerden ayrı olarak tabakalaşmış, Hareket Bozukluğu Derneği birleşik Parkinson hastalığı derecelendirme ölçeğiorta sırada puanlar göre motor değişkenlik bireysel stokastik imzaayırt. Bir aralıklı hedefe işaret bir görev volitional kontrol farklı düzeylerini değerlendirmek için gerçekleştirilir ve bu rakam bozukluğun katılımcı şiddeti arttıkça kitle yörünge merkezinin bozulmasını göstermektedir. Bu testkullanarak, Parkinson hastalığı olan her hasta alt tipini ayırt etmek ve hastanın stokhastik imzalarında temelden metronomla ilişkili işaret görevlerine kadar hem spontan hem de talimatsız ve kasıtlı ve talimatlı olguların işaretlerini izlemek mümkündür.

Otomatik yürüyüş değerlendirmesinde, Hareket Bozuklukları Derneği tarafından orta sıralarda yer alan ve Orta Düzeyde Parkinson hastalığı derecelendirme puanları elde edilebildiği için, kontroller ve Parkinson hastalığı olan hastalar için kitle yörüngelerinin merkezi elde edilebilir. Yürüme görevinin stokakstik analizi daha sonra yapılabilir, hangi farklılasyonlar hastalar ve kontroller arasında yapılabilir, ve hastalığın farklı şiddeti olan hastalar arasında. Açık poz yazılımı, belirli bir görev sırasında yüzün en etkin olan alanlarını tespit etmek ve görevler sırasında duygular arasında alan geçişlerini tespit ederek duygusal içeriği araştırmak için kullanılabilir.

EEG, manotometre hareketi ve EKG için dijital biyofiziksel sinyallerin, bilgisel teorik ölçümler ve ağ bağlantısı analizleri kullanılarak entegre edilmesi, hastalar ve kontroller ile farklı şiddetteki hastalar arasında ağ yoğunluğunu inceleyerek ayırt etmek mümkündür. Beynin sayısallaştırılmış verilerini kullanarak bir vücut sinyalleri kullanarak, biyosinyallerin farklı modları arasındaki etkileşimi karakterize etmek için çapraz korelasyon ve çapraz tutarlılık da dahil olmak üzere çeşitli analizler uygulayabiliriz. Laboratuvarımız bu yöntemleri ağrı gibi diğer nörolojik ve davranışsal bozuklukları karakterize etmek ve somutlaşmış biliş üzerinde çalışmak için genişletmiştir ve bunların hepsi farklı sorulara hitap etmiştir.